11月9日，2023中国知识管理年会暨第13届China MIKE颁奖典礼在深圳成功举行。会上，China MIKE专家代表、蓝凌研究院执行院长作“大模型时代，知识管理加速组织增长”主题演讲。本文整理出相关演讲内容，以飨读者。

大模型为知识管理曲线插上新引擎

感谢大家的到来！非常感谢组委会邀请我作为China MIKE专家代表跟大家分享。

我今天分享的主题是《大模型时代，知识管理加速组织增长》。

我们一直在思考，在AI加持下，知识管理搭上AI这个翅膀，怎么让我们的组织增长起来？我们原来在谈“活下去”，现在我们谈“增长”，这是更美好的愿望。

首先我想跟大家分享的是“知识管理的三条创新曲线”。去年我们就提出了这三条创新曲线。今年我们要思考的是，随着环境的变化，面向组织要增长的诉求，这三条曲线会有哪些新的变化？如今，我们生活在一个不确定性的时代，今年最明显的则是个体的不确定性，这种不确定性有可能是企业、机构的架构调整、人员精简所导致的，这种不确定性带来的是人的焦虑与脆弱。

在这种形势下，组织在管理上的诉求发生了变化，它更需要员工拥有多重技能，并且更着重于创新，能留下的人都是有多技能跟善于创新的人。而从知识管理的诉求特点来看，知识泛化为多模态的知识，组织更希望知识能够变得自动化，让知识自我执行业务，通过知识化驱动组织创新；从知识管理技术来看，更需要知识自动化与工具化工具，员工、组织赋能工具，数据、文本融合工具，知识业务融合与创新支撑工具。

蓝凌从去年开始提炼出了三条创新曲线，今年来看，又会呈现一些新的变化。

第一条曲线是“以人为本的知识管理驱动赋能与创新”。在以人为本的情况下，人可能不只是自然人，还有大模型为底座的数字人，大模型成为人和组织记忆的一部分。第二曲线是“以数据为根的数字知识化创造与消费”。在大模型的加持下，让数据+模型变成了知识。第三曲线是“以文本为源的知识数字化再造与服务”。大模型让文本自创造，解放了生产力。可以说，大语言模型为三条知识管理曲线插上了新的引擎。

未来，AI会进入到一个普惠化的时代，AI逐步会变得成熟、可用，而且必须得用。它会变得像电力一样平常，但前提是我们依然需要自己去构建相关的应用。目前我们可以看到的可实现路径，包括各类前沿机构所探索的知识辅助助手，专属AI助手等。当然，我们在具体落地过程中也会碰到现实的困境，那就是投入产出比失衡的难题。

我们把这个实际的情况放到了知识管理的视角看，它给知识管理带来的“变与不变”究竟是什么？我们认为，知识管理的生产、协作、加工以及消费模式都已经发生了改变，而不变的是，知识管理依然需要遵循知识演进的生命周期，遵循业务/管理驱动的范式。我们还要关注的是，未来知识管理还可能会有哪些改变？在知识认知层面，知识管理所要解决的问题从“黑盒”跃进到“白盒”，同时，知识AI工具成为普惠工具，而不是专属工具。而在技术驱动下，知识管理依然要回归到其“本能”，要与业务、管理相融合，要协助业务去实现价值创造。

知识管理协助组织实现“三个增长”

这就引申到我今天要谈的第二个部分“知识管理如何为组织增长创造价值”。组织需要持续保障“三个增长”：一是员工成长速度增长，员工成长的加速度要比别人快；二是业务拓展速度增长，这是让企业做大、做强的东西；三是竞争迭代速度增长。

知识管理通过什么工具和方法去撬动或是协助这“三个增长”呢？蓝凌提炼出知识管理“3x3”模型，结合新人知识助手、智能采集、知识图谱等智能应用，从个人、业务、组织3个维度助力企业创新、提效、降本。

首先来看员工成长速度的增长。过往员工的成长，基本上采用“师徒带教”的模式，帮助新人快速融入到工作中。大模型时代，我们可依赖的不仅是一个有经验的员工，还可能是这个有经验的员工所沉淀的跟其岗位相关的知识，融入到模型之后，所实现的知识涌现，进而实现与这个岗位相关的经验知识的自助。例如，基于以往的同岗位员工的知识沉淀以及相关的通用知识，组织可以打造该岗位的专属知识小助手。也就是说，组织中的经验沉淀下来，可以形成一个组织的记忆，员工基于组织的记忆，可以实现更快速的成长。

第二，业务拓展速度的增长。我们组织里面有知识库、数据库，有员工（人）。人所解决的是什么？人擅长解决的是简单的线性业务以及一些非线性业务。而针对复杂的线性业务，譬如将一道题累计计算一万遍，这是人的能力所不能完成的，而类似这些业务却是大模型擅长的。在这个基础上，大模型可以成为企业的生产力。

举个例子，国家每年都会针对不同领域制定相应的政策，这些数以万计的政策文件如何搜集、获取？借助AI知识爬取能力，知识管理系统可以实现对各级政府官方网站、专业论坛咨询网站、内部咨询网站、移动端公众号的海量知识爬取，同时依托智库中心资源，归纳整合打造行业的政策动态，挖掘相应的商机。

第三，竞争迭代速度的增长。AI大模型，有可能会帮助你发现你的未知领域，进而加速你的企业的迭代。以项目科研为例，通过整个知识的灌入与模型叠加，可以帮助你发现某个环节上的知识沉淀、人才储备的不足，帮助你找准下一步科研、创新的发力点。

知识管理呈现三个新变化

最后，我想跟大家分享的是知识管理在大模型下会有什么新的变化。

第一个变化，知识方程式有了新的意义。我们有一个知识管理方程式，KM=（P+K）^S , P是People，人；+代表管理 & 技术；K是Knowledge，知识；S则代表Share，知识分享。我们将知识管理定义为，人跟知识的融合在特定的场景下去分享，通过管理和技术的手段去做连接。而在大模型时代，“ P ”不再只是“自然人”，还包括数字人和人形机器人；“ K ”可以存在于模型中，人和知识融合的技术和管理都发生变化，模型成为重要的知识记忆载体。

第二个变化，“知识螺旋”进入人机交互模式。野中教授提出SECI模型，知识的转化有四种基本模式——潜移默化(Socialization)、外部明示 (Externalization)、汇总组合(Combination)和内部升华 (Internalization)。大模型时代，在这整个知识螺旋上升的周期中，不再单单以人为核心，而是要算法、模型的协助。模型可以将零散的东西整合、提炼，通过人机交互的模式，进而助力创新，打造基于大模型的知识创新空间。

第三个变化，“知识金字塔”进入数据/信息/知识融合状态。大家都看过Davenport的知识金字塔，数据往上加一些规则变成了信息，信息里面加一些洞察跟行为变成知识，知识再加一些感悟就变成智慧，这是一个知识的金字塔。知识、信息跟数据没有太明显的界限了，数据+模型=知识，信息+模型=知识，知识又变成了新的数据输入，会衍生出新的知识。这就造成了信息、数据、知识都成为了大模型的养料，模型成为新的知识管理、新的知识载体。为什么国家在谈数据要成为企业的第四张表？因为企业里面，数据跟知识是评价一个组织可持续性或是稳定性的很重要的评价因素。所以说，知识的金字塔会进入数据、信息、知识的融合状态。

这就是我们通过思考所发现的，整个知识管理在AI大模型发展驱动下所呈现出的新引擎、新动力、新方向。很荣幸今天有机会跟大家去分享这些。谢谢大家！